Ανάπτυξη αυτοματοποιημένης μεθόδου χαρτογράφησης του ιστορικού πυρκαγιών στο Κουινσλαντ της Αυστραλίας.

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση
Εικόνα 1: Εκτίμηση εμφάνισης πυρκαγιάς όπως προέκυψε από εικόνες NOAA AVHRR (1997-2010).
Εικόνα 2: Παράδειγμα ταξινόμησης: (a) έγχρωμο σύνθετο RGB-542, (b) με τις υψηλότερες τιμές παρουσιάζονται οι εντονότερες αλλαγές, (c) εικόνα Landsat με τα αποτελέσματα ταξινόμησης (με κόκκινο απεικονίζονται οι καμένες εκτάσεις)..

Ανάπτυξη αυτοματοποιημένης μεθόδου χαρτογράφησης του ιστορικού πυρκαγιών όπως καταγράφηκε από τις χρονοσειρές του Landsat TM και ETM+ στο Κουινσλαντ της Αυστραλίας.

Πρωτότυπος τίτλος: Development of an automated method for mapping fire history captured in Landsat TM and ETM + time series across Queensland, Australia. Συγγραφείς: Nicholas R. Goodwin, Lisa J. Collett. http://www.sciencedirect.com/science/article/pii/S0034425714001072


1. Εισαγωγή

Η τηλεπισκόπηση μπορεί να αποτιμήσει το παρελθόν και το παρόν των δράσεων της πυρκαγιάς σε χωρικές κλίμακες χρήσιμες για ένα μεγάλο εύρος περιβαλλοντικών εφαρμογών διαχείρισης. Στη παρακάτω μελέτη παρουσιάζεται μία νέα αυτοματοποιημένη προσέγγιση για την ταξινόμηση των καμένων περιοχών κατά μήκος της πολιτείας του Κουινσλαντ της Αυστραλίας. Η μέθοδος, η οποία δεν εφαρμόζεται μόνο σε μεμονωμένες εικόνες αλλά σε πλήρεις χρονοσειρές δεδομένων Landsat TM/ETM+, χρησιμοποιεί τόσο φασματικά και θερμικά δεδομένα όσο και πληροφορίες συγκειμένου, εντός ιεραρχικού πλαισίου.


2.2. Μεθοδολογία

2.1. Δεδομένα

Οι χρονοσειρές που λήφθησαν από τη Γεωλογική Υπηρεσία των Η.Π.Α. (USGS), περιλαμβάνουν όλα τα διαθέσιμα ορθο-διορθωμένα δορυφορικά δεδομένα (χρονολογίας 1986 έως 2013), συμπεριλαμβανομένων εικόνων μετά την αστοχία του SLC (Scan Line Corrector) καθώς αυτών με μεγάλη νεφοκάλυψη. Αυτό αντιστοιχούσε σε 5 έως 41 εικόνες ανά έτος (ΤΜ και ΕΤΜ+, μ.ο. 21 εικόνες/έτος).


2.2. Επεξεργασία

Οι τιμές ακτινοβολίας των εικόνων μετατράπηκαν σε ανακλαστικότητα, με βάση τη προσέγγιση των Flood et al. (2013) και παραμέτρους ειδικά σχεδιασμένες για την ανατολική Αυστραλία. Για τη διόρθωση των ατμοσφαιρικών επιδράσεων χρησιμοποιήθηκε η δεύτερη προσομοίωση του δορυφορικού σήματος στο ηλιακό φάσμα (Second Simulation of the Satellite Signal in the Solar Spectrum, 6S), κατά τους Vermote et al. (1997), ενώ οι επιδράσεις της κατανομής αμφίδρομης ανάκλασης (Bi-Directional Reflectance Distribution Function) μοντελοποιήθηκαν με τη χρήση επικαλυπτόμενων ζευγών εικόνων.

Για τη μεγιστοποίηση της ανιχνευόμενης, καμένης περιοχής χρησιμοποιήθηκαν εικόνες με νεφοκάλυψη που να μην ξεπερνά το 60%. Στη συνέχεια εφαρμόστηκαν φίλτρα διαμέσου για την εξομάλυνση και την ανίχνευση αλλαγών για δεδομένα πολλαπλών ημερομηνιών, Με αυτό το τρόπο έγινε προσπάθεια εντοπισμού αρνητικών ακραίων τιμών, δηλαδή μεγάλων μειώσεων του συντελεστή ανάκλασης σε σχέση με τις εξομαλυμένες σειρές. Προκειμένου να περιοριστούν πιθανά λάθη εξαίρεσης περιοχών, για τη κατάτμηση και τη χαρτογράφηση των μεγάλων εκτάσεων χρησιμοποιήθηκαν οι λεκάνες απορροής. Κάθε ένα από τα εκάστοτε κατατμημένα αντικείμενα, με βάση τα θερμικά, ανακλαστικά και συγκείμενα χαρακτηριστικά του και με τη βοήθεια ενός δέντρου ταξινόμησης, χαρακτηρίστηκε ως «καμένη έκταση» ή ως «μη καμένη έκταση». Για την κατηγοριοποίηση, ευρέθη πως τα θερμικά χαρακτηριστικά είχαν μεγαλύτερη σημασία από τους δείκτες ανακλαστικότητας. Στη συνέχεια, εφαρμόστηκε αλγόριθμος βαθμονόμησης για τον οποίο χρησιμοποιήθηκαν ως δεδομένα εκπαίδευσης δείγματα από δέκα διαδρομές/σειρές, στρατηγικά τοποθετημένα κατά μήκους της περιοχής μελέτης. H δειγματοληψία περιελάμβανε τέσσερις εικόνες ανά γραμμή (αριθμός δείγματος n=40). Παράλληλα, για την επίτευξη του βέλτιστου αποτελέσματος στον εντοπισμό των καμένων εκτάσεων χρησιμοποιήθηκαν κατάλληλα κατώφλια. Τέλος, ως δεδομένα ελέγχου χρησιμοποιήθηκαν περιοχές που αντιστοιχούν σε καμένες εκτάσεις από δέκα διαφορετικές και ανεξάρτητες σειρές (αριθμός δείγματος n=100).

Τα κανάλια και οι δείκτες τα οποία χρησιμοποιήθηκαν κυρίως στη παρούσα εργασία ήταν το κανάλι B4 και Β5 του Landsat TM καθώς και συνδυασμοί τους (Band 4+5, Β45), τα κανάλια Β1-Β5 και Β7 των Landsat TM/ETM+, ο κανονικοποιημένος δείκτης πυρκαγιών, οι διαφορές ανάμεσα στις ανακλαστικότητες μεμονωμένων αντικειμένων και “γειτονιάς” κτλ .


3. Αποτελέσματα

Κατά τη διαδικασία της χαρτογράφησης της καμένης έκτασης τα αποτελέσματα παρουσιάζουν:

  • ακρίβεια μέσου παραγωγού (average producer’s accuracy, κάτι που μεταφράζεται ως «σφάλμα αποκλεισμού») 85%, με διακύμανση από 28 έως 100% σε μεμονωμένες εικόνες, και
  • ακρίβεια μέσου χρήστη (average user’s accuracy, κάτι που μεταφράζεται ως «σφάλμα συμμετοχής») 71%, με διακύμανση από 4 έως 99% σε μεμονωμένες εικόνες.

Με τη χρήση κατάλληλου buffer ή μορφολογικής διαστολής (είδους λειτουργίας στην επεξεργασία εικόνας), οι ακρίβειες αυτές μπορούν ελαφρώς να μεταβληθούν για συνδυασμούς καναλιών όπως το Β45. Όσον αφορά τη συνολική ακρίβεια της ταξινόμησης των καμένων εκτάσεων, ήταν μεγαλύτερη του 99% κάτι το οποίο οφείλεται περισσότερο στο μικρό ποσοστό των εκτάσεων που κατατάσσονται στη κατηγορία αυτή παρά στη συνολική αποτελεσματικότητα του μοντέλου καθώς αρκετές περιοχές ταξινομήθηκαν λανθασμένα λόγω του μεγάλου αριθμού των χρήσεων γης που παρατηρούνται στη περιοχή. Χαρακτηριστικά παραδείγματα αποτελούν οι περιοχές με καλλιέργειες, οι πλημμυρισμένες εκτάσεις κτλ, περιπτώσεις που γίνεται προσπάθεια να αντιμετωπιστούν με χρήση μάσκας για καλλιέργειες και ύδατα.


4. Συμπεράσματα

Τα αποτελέσματα της παρούσας έρευνας είναι μεν θετικά, ωστόσο, λόγω κυρίως της έλλειψης δεδομένων (μιας και οι δορυφόροι περνούν από τις περιοχές μελέτης κάθε 8 με 16 ημέρες και οι λήψεις επηρεάζονται από τη νεφοκάλυψη), δεν είναι δυνατόν, σε αυτή τη φάση τουλάχιστον, να παραχθούν με αυτή τη μεθοδολογία ολοκληρωμένα αρχεία της δραστηριότητας των πυρκαγιών. Επίσης, υπάρχει η πιθανότητα της εσφαλμένης ταξινόμησης μιας καμένης περιοχής. Ως συνολική εικόνα ωστόσο, τα αποτελέσματα είναι ενθαρρυντικά και η μεθοδολογία μπορεί να εφαρμοστεί σε περιβάλλοντα με διαφορετικές χρήσεις γης ενώ θα πρέπει να δεχθεί ορισμένες αλλαγές προκειμένου να εφαρμοστεί σε διαφορετικά κλίματα.

Προσωπικά εργαλεία